Python、Rの潜在クラス分析パッケージ一覧

RやPythonで潜在クラス分析(Latent Class Analysis:LCA)を実行できるパッケージが増えてきたので簡単にまとめました。実際にLCAが実行できることを確認できたもののみを表に含めています。

(2023年8月時点)

Rのパッケージ

パッケージ名観測変数として扱えるデータの種類共変量(covariates)
の投入
Distal Outcomes
の投入
備考
poLCAカテゴリカル(3値以上も可)不可・多くの論文で使用された実績がある
randomLCA2値データ(0/1)のみ不可不可
・BLRT(Bootstrapped Likelihood Ratio Test)が使える
multilevLCAカテゴリカル(3値以上も可)不可・マルチレベルLCのモデリングが可能
・BICを基準にしたクラス数の提案をしてくれる
depmixS4カテゴリカル(3値以上も可)、連続変数も可・そもそもHMM用に作られたパッケージで、LTA(latent Transition Analysis)の一部としてLCAを計算するため、変数名等がLCAとは異なっていることに注意が必要。
・詳しい使い方は Ways to do Latent Class Analysis in R が参考になる
tidySEMカテゴリカル(3値以上も可)?(Open MXの使い方次第で可能なのかもしれないが不明)可(BCH Correction)・OpenMXパッケージのwrapperとして機能する
・詳細は tidySEM を参照

Pythonのパッケージ

パッケージ名観測変数として扱えるデータの種類共変量(covariates)
の投入
Distal Outcomes
の投入
備考
Stepmixカテゴリカル(3値以上も可)可(BCH Correction、ML Correction)・公開されたばかりで実績が少ないが、様々なケースに対応した分析が可能
解説やチュートリアルが充実している